PuLID,全称为Pure and Lightning ID Customization,是一种先进的文本到图像生成技术。由字节跳动的研究团队开发,PuLID能够在单张参考图像的基础上,快速生成具有高度个性化特征的图像和视频。
经过一系列的广泛实验测试,PuLID技术在维持身份ID的精确度和图像的可塑性方面展现了其卓越的性能。特别值得一提的是,PuLID在嵌入身份ID的过程中,能够巧妙地保持图像的其他关键元素(例如背景、光线布局、整体构图以及艺术风格)的连贯性和一致性。这使得PuLID不仅在单一的应用场景中表现出色,而是具有广泛的适用性。
风格变更:用户可以轻松改变图像的总体风格,而不必担心丢失原有的身份特征。
知识产权(IP)融合:PuLID能够将不同的IP元素与特定身份无缝融合,创造出独特的视觉效果。
配饰修改:在不破坏整体协调性的前提下,对角色的配饰进行调整和定制。
重新情境化:将角色放置于不同的情境或背景中,同时保留其核心身份特征。
属性编辑:对角色的特定属性进行细致调整,如发型、肤色等,以适应不同的个性化需求。
艺术风格转换:实现从非写实到写实风格的平滑过渡,或反之,为用户提供更多样化的视觉选择。
ID混合:在创作过程中融合多个身份特征,创造出新颖且富有层次的角色形象。
PuLID技术作为文本到图像生成领域的一项创新,允许用户对预训练的T2I(Text-to-Image)扩散模型进行个性化定制,以匹配其独特的身份特征。这一技术的发展催生了众多流行的AI人像应用,例如PhotoMaker和EPIK,它们通过微调用户提供的几张具有相同身份特征的图像上的特定参数,实现了身份信息的嵌入。